使用TensorFlow构建RNN

1.简介 RNN是循环神经网络，能够结合数据点之间的特定顺序和幅值大小等多个特征，来处理序列数据。重要的是这种网络的输入序列可以是任意长度的。 举一个简单的例子：数字时间序列，具体任务是根据先前值来预测后续值。在每个时间步中，循环神经网络的输入是当前值，以及一个表征该网络在之前的时间步中已经获得信息的状态向量。该状态向量是RNN网络的编码记忆单元，在训练网络之前初始化为零向量。 关于RNN的介绍，

>>阅读原文<<